ANALISIS SENTIMEN TERHADAP KASUS VAKSIN COVID-19 MENGGUNAKAN METODE NAÏVE BAYES BERDASARKAN TWITTER
| ctrlnum |
9615 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>https://eprints.utdi.ac.id/9615/</relation><title>ANALISIS SENTIMEN TERHADAP KASUS VAKSIN COVID-19
MENGGUNAKAN METODE NAÏVE BAYES BERDASARKAN TWITTER</title><creator>Maharani, Ulfa Nur Fajri - 205411147</creator><subject>Analisis Sistem</subject><subject>Kecerdasan Buatan (Artificial Intelegence)</subject><description>Pada era perkembangan teknologi saat ini terjadi pertumbuhan data yang terus 
meningkat dan menghasilkan sejumlah produk teknologi, salah satunya yaitu media 
sosial twitter. Twitter merupakan media yang paling banyak digunakan terutama di 
Indonesia. Tidak sedikit pengguna twitter memanfaatkannya untuk mendapatkan 
informasi, meyampaikan pendapat, membagikan informasi atau hanya sekedar 
membagikan kegiatan sehari-hari.
Penelitian ini memanfaatkan data dari twitter untuk melakukan analisis 
sentimen mengenai Vaksin Covid-19 yang menerapkan proses text mining serta 
menggunakan metode Naïve Bayes Classifier. Data yang digunakan adalah tweet 
berbahasa Indonesia dengan kata kunci “Vaksin Covid-19”. 
Dari penelitian yang telah dilakukan, terdapat 2005 data diambil dari twitter 
yang digunakan untuk klasifikasi yang terdiri dari 2 label yaitu positif, dan negatif. 
Data dibagi kedalam 80% data latih dan 20% data uji secara acak. Hasil klasifikasi 
sentimen analisis terhadap data uji didapatkan 100% positif dan tidak ada negatif 
dengan nilai akurasi sebesar 91.272%, nilai presisi sebesar 100% dan nilai recall 
sebesar 91.271%.

Kata Kunci: Analisis Sentimen, Vaksin Covid-19, Naive Bayes Classifier, Twitter.</description><date>2022-02-21</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>ind</language><identifier>https://eprints.utdi.ac.id/9615/1/1_205411147_HALAMAN_DEPAN.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>https://eprints.utdi.ac.id/9615/2/2_205411147_BAB_1%20-%20ulfa%20nurfajri.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>https://eprints.utdi.ac.id/9615/3/3_205411147_BAB_II%20-%20ulfa%20nurfajri.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>https://eprints.utdi.ac.id/9615/4/4_205411147_BAB_III%20-%20ulfa%20nurfajri.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>https://eprints.utdi.ac.id/9615/5/5_205411147_BAB_IV%20-%20ulfa%20nurfajri.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>https://eprints.utdi.ac.id/9615/6/6_205411147_BAB_V%20-%20ulfa%20nurfajri.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>https://eprints.utdi.ac.id/9615/7/7_205411147_DAFTAR_PUSTAKA%20-%20ulfa%20nurfajri.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>https://eprints.utdi.ac.id/9615/9/8_205411147_CARA_MENJALANKAN_PROGRAM%20-%20ulfa%20nurfajri%281%29.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>https://eprints.utdi.ac.id/9615/10/9_205411147_LISTING_PROGRAM%20-%20ulfa%20nurfajri.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>https://eprints.utdi.ac.id/9615/11/10_205411147_LAMPIRAN%20-%20ulfa%20nurfajri.pdf</identifier><identifier> Maharani, Ulfa Nur Fajri - 205411147 (2022) ANALISIS SENTIMEN TERHADAP KASUS VAKSIN COVID-19 MENGGUNAKAN METODE NAÏVE BAYES BERDASARKAN TWITTER. Skripsi thesis, UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA. </identifier><recordID>9615</recordID></dc>
|
| language |
ind |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Maharani, Ulfa Nur Fajri - 205411147 |
| title |
ANALISIS SENTIMEN TERHADAP KASUS VAKSIN COVID-19
MENGGUNAKAN METODE NAÏVE BAYES BERDASARKAN TWITTER |
| publishDate |
2022 |
| topic |
Analisis Sistem Kecerdasan Buatan (Artificial Intelegence) |
| url |
https://eprints.utdi.ac.id/9615/1/1_205411147_HALAMAN_DEPAN.pdf https://eprints.utdi.ac.id/9615/2/2_205411147_BAB_1%20-%20ulfa%20nurfajri.pdf https://eprints.utdi.ac.id/9615/3/3_205411147_BAB_II%20-%20ulfa%20nurfajri.pdf https://eprints.utdi.ac.id/9615/4/4_205411147_BAB_III%20-%20ulfa%20nurfajri.pdf https://eprints.utdi.ac.id/9615/5/5_205411147_BAB_IV%20-%20ulfa%20nurfajri.pdf https://eprints.utdi.ac.id/9615/6/6_205411147_BAB_V%20-%20ulfa%20nurfajri.pdf https://eprints.utdi.ac.id/9615/7/7_205411147_DAFTAR_PUSTAKA%20-%20ulfa%20nurfajri.pdf https://eprints.utdi.ac.id/9615/9/8_205411147_CARA_MENJALANKAN_PROGRAM%20-%20ulfa%20nurfajri%281%29.pdf https://eprints.utdi.ac.id/9615/10/9_205411147_LISTING_PROGRAM%20-%20ulfa%20nurfajri.pdf https://eprints.utdi.ac.id/9615/11/10_205411147_LAMPIRAN%20-%20ulfa%20nurfajri.pdf https://eprints.utdi.ac.id/9615/ |
| contents |
Pada era perkembangan teknologi saat ini terjadi pertumbuhan data yang terus
meningkat dan menghasilkan sejumlah produk teknologi, salah satunya yaitu media
sosial twitter. Twitter merupakan media yang paling banyak digunakan terutama di
Indonesia. Tidak sedikit pengguna twitter memanfaatkannya untuk mendapatkan
informasi, meyampaikan pendapat, membagikan informasi atau hanya sekedar
membagikan kegiatan sehari-hari.
Penelitian ini memanfaatkan data dari twitter untuk melakukan analisis
sentimen mengenai Vaksin Covid-19 yang menerapkan proses text mining serta
menggunakan metode Naïve Bayes Classifier. Data yang digunakan adalah tweet
berbahasa Indonesia dengan kata kunci “Vaksin Covid-19”.
Dari penelitian yang telah dilakukan, terdapat 2005 data diambil dari twitter
yang digunakan untuk klasifikasi yang terdiri dari 2 label yaitu positif, dan negatif.
Data dibagi kedalam 80% data latih dan 20% data uji secara acak. Hasil klasifikasi
sentimen analisis terhadap data uji didapatkan 100% positif dan tidak ada negatif
dengan nilai akurasi sebesar 91.272%, nilai presisi sebesar 100% dan nilai recall
sebesar 91.271%.
Kata Kunci: Analisis Sentimen, Vaksin Covid-19, Naive Bayes Classifier, Twitter. |
| id |
IOS3925.9615 |
| institution |
STMIK AKAKOM Yogyakarta |
| institution_id |
878 |
| institution_type |
library:university library |
| library |
Perpustakaan STMIK AKAKOM Yogyakarta |
| library_id |
833 |
| collection |
Digital Library STMIK AKAKOM Yogyakarta |
| repository_id |
3925 |
| subject_area |
Ilmu Komputer Knowledge/Ilmu Pengetahuan Generalities(Karya Umum) |
| city |
BANTUL |
| province |
DAERAH ISTIMEWA YOGYAKARTA |
| repoId |
IOS3925 |
| first_indexed |
2022-03-31T08:12:46Z |
| last_indexed |
2023-03-09T05:50:02Z |
| recordtype |
dc |
| _version_ |
1759868343363305472 |
| score |
17.538404 |